連美國戰爭部長都受不了:全世界都在問他,我們十年前下單的軍火什麼時候到?

連美國戰爭部長都受不了:全世界都在問他,我們十年前下單的軍火什麼時候到?
Pete Hegseth

「我們的工業基礎效率太低,根本無法按時交貨給盟友。相信我,每一趟出訪我都聽到這個問題。每一次與各國總統、總理、國防部長的對話都是同一個問題:『你們的對外軍售到底怎麼回事?我們 2014 年就下單了,現在是 2025 年,交貨日期卻排到 2032 年?』我坐在那裡心想,我也不知道這是什麼鬼⋯⋯但我們會解決它。」

這是美國國防部長 Pete Hegseth 在 2025 年底的公開談話,一針見血地點出美國對外軍售系統(FMS)的窘境。當這位五角大廈的新掌門人坦承「到處被問」,這個問題的嚴重性便不言而喻。

2024 年底,當台灣媒體還在為 F-16V 戰機交付延遲而爭論不休時,在地球另一端的波蘭,國防部官員也正為了同樣的問題焦頭爛額。波蘭訂購的「海馬斯」多管火箭系統(HIMARS)交貨遙遙無期,迫使華沙不得不轉向與首爾簽訂了一份價值數十億美元的合約,購買韓國製的 K239 多管火箭系統。理由很簡單:韓國人能在幾個月內交貨,而美國人要幾年。

這不是單一事件。羅馬尼亞剛簽下 10 億美元合約購買韓國 K9 自走砲,因為等不及美德的產能;沙烏地阿拉伯阿聯酋也因為受夠了華盛頓的出口限制與延遲,轉而尋求南韓的 KM-SAM 防空系統甚至中國的無人機。

從烏克蘭前線急缺的 155mm 砲彈,到中東盟友苦等的愛國者飛彈,再到台灣望眼欲穿的魚叉飛彈,一個殘酷的現實正在浮現:全世界都在等美國軍火,但美國造不出來。

根據美國國務院的數據,2024 財年美國對外軍售(FMS)批准額創下了歷史新高,達到 1179 億美元。但這亮麗數字背後,隱藏著一個驚人的事實:根據美國國防部的公開數據與智庫估算,FMS 系統內的「未結案案例」價值已累積超過 8000 億美元。

這不僅僅是行政效率低落,實際上這是一場美國國防工業的「心肌梗塞」。

數據下的真相:不只是台灣的問題

很多人習慣將台灣的軍售延遲歸咎於「美國不想賣」或「中美關係考量」。政治因素或許存在,但如果我們將鏡頭拉遠,會發現這更像是一個物理產能的不足。

智庫卡托研究所(CATO Institute)的最新報告指出,截至 2024 年底,美國對台軍售的積壓金額已接近 220 億美元。我們付了錢,但貨還在生產線上——或者更糟,還在等零件。

造成這場全球大塞車的原因主要有三:

第一是供應鏈斷鏈。正如 Anduril 創辦人 Palmer Luckey 多次警告的,美國國防工業的基礎極度脆弱。從製造導彈所需的稀土磁鐵,到火藥中的關鍵化學成分,美國供應鏈在過去三十年全盤外包,導致現在要擴產時,發現連最基本的原料都受制於人(甚至受制於中國)。

第二是產線萎縮與「效率的代價」。冷戰後,美國國防工業經歷了大規模整併,為了追求華爾街喜歡的「效率」與「利潤率」,廠商採用了 Just-in-Time(及時生產)模式,砍掉了所有冗餘產能。結果就是,當俄烏戰爭與以哈衝突同時爆發,需求瞬間飆升時,這些精簡到極致的產線根本沒有彈性來應對。

第三是排擠效應。烏克蘭與以色列的緊急全軍事援助,客觀上確實插隊了其他盟友的訂單。這是一個零和遊戲,生產線就只有這麼多條,飛彈給了基輔,台北就得等。

隱形殺手:軟體吃掉了進度

但除了看得到的硬體產能,還有一個更深層、更少被討論的原因:軟體

很多人以為 F-16V 延遲是因為造不出機身,但根據美國空軍的說法,從 TR-3 升級案開始,最大的瓶頸往往是「軟體整合」。

數據分析巨頭 Palantir 的執行長 Alex Karp 一針見血地指出,五角大廈長期以來患有「硬體拜物教」。他們願意花幾十億美元買鐵殼子,卻用 1990 年代的思維在採購軟體。

在現代戰爭中,武器的本質早已改變。一架 F-35,本質上就是一台會飛的超級電腦;一枚精準導引飛彈,本質上就是一個裝了火藥的邊緣運算裝置。

然而,像 Lockheed Martin 或 Raytheon 這樣的傳統軍工巨頭(Primes,指主要承包商),他們的基因是機械工程,而不是軟體工程。當他們試圖用傳統的「瀑布式開發」來寫幾百萬行的飛行控制程式碼時,災難就發生了。軟體 Bug 導致測試失敗,測試失敗導致交付延期,周而復始。

Palantir 曾在 2016 年不得不控告美國陸軍,才迫使軍方放棄自行開發一套難用到沒人想用的情報系統,改採購商業現成的軟體。這場訴訟的勝利,才揭開了國防部軟體採購黑箱的一角。

國防部長的回應:進入「戰時體制」

針對這些結構性沈痾,現任美國國防部長 Pete Hegseth 也不諱言地承認問題嚴重性。他在 2025 年底的國防大學演說中,直接宣布舊有的國防採購系統「已死」,並啟動了全新的「作戰採購系統」(Warfighting Acquisition System)。

Hegseth 強調,五角大廈必須進入「戰時體制」,打破繁文縟節。他的核心改革包括:大幅削減採購流程中的官僚審核、授權「投資組合採購高管」直接負責大型項目,並明確警告傳統軍工大廠:「要嘛加快速度,要嘛被淘汰。」(Accelerate or fade away)。

這一系列動作顯示,華盛頓高層已經意識到,如果不徹底改革生產模式,美國將無法應對大國競爭的產能挑戰。

矽谷的解方:從「精工手作」到「工業量產」

面對這個困境,以 Anduril 和 Palantir 為首的「矽谷新國防複合體」提出了截然不同的解方。

Palmer Luckey 在多次訪談中憤怒地表示,美國現在是用「手工業」的方式在生產 21 世紀的武器。我們追求每一件武器都像法拉利一樣完美、昂貴、且產量稀少。但我們的對手——中國,正在用造 Toyota 的方式「工業化」量產軍備。

Anduril 的哲學是:別再以此為豪了。

他們提倡兩個核心概念:

  1. 自費開發(Venture-backed):拒絕傳統的「成本加成」(Cost-plus)合約。傳統合約是「做越久、花越多、廠商賺越多」,這從根本上獎勵了拖延與超支。Anduril 堅持用自己的創投資金先把產品做出來,好用你再買,不好用我就倒閉。這逼迫他們必須極速迭代。
  2. 軟體定義與可消耗(Attritable):與其造一台完美的、不能損失的 F-35,不如造一千台便宜的、可以犧牲的自主無人機(如 Altius 600)。靠強大的 AI 軟體來彌補硬體的廉價,這讓生產難度大幅下降,產能得以迅速擴充。

台灣不能只是「等」

美國的「軍火庫外交」正面臨前所未有的考驗。如果華盛頓無法解決交貨問題,像波蘭轉向韓國這樣的例子只會越來越多,美國的戰略信譽將大打折扣。

對於台灣而言,繼續苦等那些昂貴的傳統載台,雖然在政治上有其必要性,但在戰略上卻充滿風險。220 億美元的積壓訂單,在戰爭爆發的那一刻,變現率是零。

好消息是,改變已經開始。

我們看到 Anduril 已經正式在台灣設立辦公室,並承諾將先進的無人系統帶入在地供應鏈;Shield AI 也與漢翔航空工業(AIDC)簽署了合作協議,共同開發無人機系統。這證明了「去中化」(China-free)的無人機供應鏈不僅是美國的戰略需求,更是台灣產業升級的巨大機會。

看看我們的鄰居與盟友都在做什麼:

  • 澳洲:皇家海軍與 Anduril 合作開發的「鬼鯊」(Ghost Shark)大型水下無人載具,僅費時兩年就交付原型機(比傳統流程快十年),並正在當地建立固態火箭引擎產線。
  • 韓國:HD 現代重工(HD Hyundai)已與 Anduril 簽訂戰略協議,共同開發自主水面無人載具(ASV);韓華航太(Hanwha Aerospace)更直接在美國投資設廠,將自己嵌入美國國防供應鏈的核心。
  • 日本:防衛省剛成立了日本版的 DARPA「防衛創新技術研究所(DISTI)」,全力扶植新創;住友商事等財團也迅速與 Anduril 結盟,引進 Lattice 作業系統來升級自衛隊的指揮體系。

台灣擁有世界級的硬體製造能力與供應鏈管理經驗,這正是 Anduril、Shield AI 這些軟體定義硬體公司最需要的互補資產。台灣更應該利用這次機會,從單純的「軍火買家」,轉型為美國新國防供應鏈中不可或缺的「關鍵合夥人」。

這不僅能繞過傳統軍工產能的瓶頸,獲取更符合現代戰爭需求的非對稱戰力,更是建立台灣自主國防產業的唯一捷徑。

Read more

Google TurboQuant 讓 AI 推理成本崩盤:記憶體省 6 倍、速度快 8 倍

Google TurboQuant 讓 AI 推理成本崩盤:記憶體省 6 倍、速度快 8 倍

你跟 ChatGPT 或 Gemini 聊天的時候,AI 每回一句話都要做一件很耗資源的事:記住你前面講過的所有東西。 這個「記住」的機制叫做 KV cache(key-value 快取),它是大型語言模型在推理時最大的記憶體瓶頸之一。Google Research 發表了一系列壓縮演算法,統稱為 TurboQuant,把這個瓶頸的記憶體佔用縮小 6 倍以上,注意力運算速度提升最高 8 倍,而且在基準測試中達到零精準度損失。 其中 TurboQuant 將在 ICLR 2026 發表,核心元件 PolarQuant 發表於 AISTATS 2026,另一個元件 QJL 則已發表於 AAAI。以下用白話解釋它們在做什麼。 先搞懂 KV cache 是什麼 想像你在跟一個人開會,你們講到第

By Fox Hsiao
一個生成、一個評審,讓兩個 AI 互相對抗才能做出好東西(翻譯文)

一個生成、一個評審,讓兩個 AI 互相對抗才能做出好東西(翻譯文)

原文作者:Prithvi Rajasekaran,Anthropic Labs 團隊成員。 原文連結:https://www.anthropic.com/engineering/harness-design-long-running-apps 【關於這篇文章】 你叫 AI 「自我評估」,它幾乎永遠說「很棒」,就算做出來的東西普通到不行。這是 AI 工程實作上的常見痛點,Anthropic 工程師 Prithvi Rajasekaran 花了幾個月研究這個問題,然後借用深度學習的 GAN(生成對抗網路)概念想出了解法:把「做事的 AI」和「評審的 AI」拆開,讓評審者專門挑毛病,做事者根據回饋迭代,形成有效的品質迴圈。 實際效果是:用一行提示詞就能讓 AI 自主開發功能完整的全端應用程式,從復古遊戲編輯器到瀏覽器版音樂製作軟體都有。這篇文章記錄了框架演進的完整過程、真實的執行數據和花費,以及隨著模型能力提升,

By Fox Hsiao
NVIDIA 跟台積電三十年沒簽過合約,黃仁勳說了原因

NVIDIA 跟台積電三十年沒簽過合約,黃仁勳說了原因

NVIDIA 跟台積電做了幾百億美元的生意,沒有簽過合約。 黃仁勳在 Lex Fridman Podcast 第 494 集的兩個半小時訪談中,談了很多關於 AI 革命、極端共同設計、CUDA 護城河的話題。但其中最讓人意外的一段,是他談到 NVIDIA 跟台積電之間的關係。 「三十年了,我不知道我們做了幾百億、甚至上千億美元的生意,但我們沒有合約。」 Lex 聽完只說了一個字,「Amazing。」 台積電最深的誤解 黃仁勳被問到怎麼理解台積電的成功,他的回答跟大多數人想的不一樣。 「關於台積電最深的誤解,是以為他們的技術就是他們的全部。好像他們有一顆很厲害的電晶體,然後如果有人做出另一顆更好的,遊戲就結束了。」 他說當然不是只有電晶體,台積電的技術包含金屬化系統、封裝、3D 封裝、矽光子學,這些技術確實讓公司很特別。但真正讓台積電無可取代的是另外兩件事。 第一是他們管理數百家客戶動態需求的能力,客戶的訂單同時在增加、減少、推進、拉回、換製程、改規格,

By Fox Hsiao
再見了 Figma ? 設計師公開他的 Claude Code 工作流:18 條設計技巧完整拆解

再見了 Figma ? 設計師公開他的 Claude Code 工作流:18 條設計技巧完整拆解

Tailwind CSS 的設計師 Steve Schoger 最近發了一支一小時的影片,展示他怎麼用 Claude Code 從零建出一個金融 App 的行銷首頁。影片開頭他就先打了預防針:「我對命令列還是非常新手,這些東西對我來說都很陌生。Adam Wathan 幫我做了初始設定,現在我就是有一個 Vite 專案模板,每次開新專案就複製一份。」 他說自己大概只會兩件事,換目錄和啟動 Claude。但用 Claude Code 當主要設計工具一個多月以來,他做出了三層式定價頁面(含比較表、testimonial、FAQ)、Tailwind Labs 內部用的金融 dashboard,而且整個過程沒有用任何 skills 或 CLAUDE.md,就是從空白畫面開始對 Claude 講話。 這支影片最有價值的部分,是他在一小時的操作過程中不斷穿插實戰設計技巧,從字型選擇、邊框處理、按鈕細節到整頁裝飾,

By Fox Hsiao